realização dos objetivos de Ciência aberta – Por uma
revisão de dados no Direito Processual Penal
Editorial: Instruments and support practices for the achievement of
Open Science goals – For a review of data in Criminal Procedural Law
Bruna Capparelli1
Alma Mater Studiorum – Università di Bologna / Itália bruna.capparelli2@unibo.it http://orcid.org/0000-0003-1249-2658
Resumo: O presente editorial indaga sobre a aplicabilidade do open
peer review aos dados das pesquisas de Direito processual penal. Em
primeiro lugar, entende-se identificar os pontos de força e fraqueza do processo de revisão e validação dos dataset. Em segundo lugar, se evidenciará as práticas que facilitam a transparência do processo, a difusão dos dados, a sua confiabilidade e reuso. Para alcançar tais objetivos, sustentar-se-á que é necessário adotar uma metodologia sobre a qual basear os critérios de escolha da comunidade cientifica de referência, individuar as tipologias de atores e as relativas modali-dades de análise, no momento em que a construção de um contexto colaborativo e participativo constitui o primeiro passo para delimitar uma comunidade representativa do Processo penal e de suas diferentes técnicas de pesquisa.
PalavRas-chave: editorial; ciência aberta; Direito Processual Penal;
Revisão de dados.
abstRact: This article discusses the applicability of open peer review to criminal
investigation data. First, it means identifying the strengths and weaknesses of
1 Doutora em Direito Processual Penal na Alma Mater Studiorum – Università di Bologna e em Ciências Criminais pela PUCRS (em regime de cotutela). Associate
the dataset review and validation process. Second, there will be evidence of practices that facilitate process transparency, data diffusion, reliability and reuse. To achieve these objectives, it will be argued that it is necessary to adopt a methodology on which to base the selection criteria of the scientific community of reference, to identify the types of actors and the relative modalities of analysis, at the moment when the construction of a collaborative and participative context is the first step to delimit a community representative of the criminal process and its different research techniques.
KeywoRds: editorial; open science; Criminal Procedural Law; Review of data.
O compartilhamento dos dados na pesquisa é enfatizado pelo termo de Ciência aberta, onde encontra, se possível, ainda maior relevân-cia ao lado de muitos outros componentes (open access publishing, open
notebook, open peer review, citizen science, etc.) que sustentam e
carac-terizam uma visão da ciência baseada nos princípios de transparência, colaboração e integridade da pesquisa.
Simplificando, o primeiro constitui uma premissa da qual nas-cem os outros princípios de Merton e é estreitamente coligado com os pedidos de acesso aberto de todos os produtos da pesquisa. O segundo, aplicado ao contexto da validação dos dados, é relacionado com o peer
review, instrumento que certifica a validade do método e dos resultados.
Partindo da premissa de que os dados representam a primeira significativa peça na construção do processo de pesquisa e que o seu compartilhamento é um pressuposto para o progresso do conhecimento, é licito questionar-se sobre o que significa tornar os dados acessíveis com base nas mudanças tecnológicas no sistema da comunicação cientifica. Para Lawrence2 a publicação de dados constitui uma pratica de “tornar os
dados o quanto mais possível permanentemente disponíveis na internet”3 e
contemporaneamente submete-los a um processo de criação de metadados e de peer review4 para garantir qualidade, transparência e reprodutibilidade.
2 LAWRENCE, Bryan, Citation and Peer Review of Data: Moving Towards For-mal Data Publication, 2011, p. 6 s.
3 (tradução livre).
4 MAYERNIK, Matthew S. et al., Peer Review of Datasets: When, Why, and How. Bulletin of the American Meteorological Society, 2015, p. 11 s.
Atualmente as principais fontes de publicação de dados5 são os data repository6 e os data journal7. Ambos definem os dados de pesquisa
com a finalidade de torna-los reutilizáveis e aplicam formas específicas de avaliação que miram a verificar a sua confiabilidade. Quando se instaura um estreito vínculo entre repository e data journal, se cria um círculo virtuoso8. De fato, tal vínculo representa um importante incentivo para
os pesquisadores para tornar disponíveis os próprios dados: o data jornal fornece uma clara atribuição do trabalho dando crédito ao autor(s) e à (s) instituição(ões), submete o artigo ao processo de peer review aplican-do determinadas políticas editoriais e critérios de confiabilidade. Além disso, e talvez a mais importante consequência, os data jornal se inserem nos principais canais de comunicação científica e, assim como os outros tipos de publicações, é acessível, reutilizável e potencialmente citável. Desta forma se assegura a prioridade e o reconhecimento do produtor de dados reforçando sua reputação. Os data repository e os data journal, que ativam de forma coordenada um processo de verificação da qualidade dos dados, substanciam o príncipio de integridade na pesquisa porque a torna reproduzível e/ou replicável. São estes os elementos funcionais à visão do sistema de ciência de Merton.
Mas o que se entende por qualidade do dado?
5 Neste editorial, com o termo “publicação de dados” subentende-se sempre um processo de validação assim como definido por Lawrence.
6 Utiliza-se o termo “data repository” no presente estudo em sua concepção mais ampla e compreensível dos repository institucionais, os repository disci-plinares, os data centre e as infraestruturas da pesquisa a nível internacional. 7 O editorial se concentra em particular sobre os data journal denominados
puros, porque publicam somente data paper (CANDELA, Leonardo et al., Data Journals: A Survey. Journal of the Association for Information
Scien-ce and Technology, 2015, p. 23 s.). Os data paper descrevem um dataset,
fornecendo detalhes sobre sua colheita, elaboração, calibração, etc., sem a necessidade de novas análises ou conclusões inovadoras (CALLAGHAN, Sarah et al., Processes and Procedures for Data Publication: A Case Study in the Geosciences. International Journal of Digital Curation, 2013, p. 6 s.). Não são levados em consideração todas as outras tipologias precursoras dos data jornal.
8 CALLAGHAN, Sarah et al., Guidelines on Recommending Data Repositories as Partners in Publishing Research Data. International Journal of Digital
O RIN report (2008) associa a qualidade ao conceito de “fit for
purpose”, ou seja, a correspondência entre o dado e a finalidade pela qual
foi recolhido, e, portanto, a congruência entre os dados e os resultados obtidos (seja positivos ou negativos) que definem o método da pesqui-sa. A esse princópio de caráter metodológico se adiciona o requisito de fornecer uma descrição apropriada do dado para permitir o controle e a validação por parte de outros pesquisadores.
O outro requisito é ligado a todos aqueles elementos que deveriam tornar o dado idealmente recuperável, acessível e reutilizável, envolven-do desta forma os aspectos técnicos de criação e conservação envolven-do daenvolven-do. Wang e Strong9 especificam que a qualidade do dado é determinada
pelo “fitness for use by data consumers”, atribuindo, portanto, um papel determinante a quem os utiliza. Discute-se que a validação dos dados da pesquisa constitui um mecanismo complexo, repetido em diferentes fases do processo de publicação e que envolve especialidades e competências especificas, também envolvidos em um diálogo aberto que contribui ao avanço do conhecimento.
As reflexões trazidas neste editorial fazem parte de uma intensa análise preliminar em matéria de Opening up new methods, indicators and
tools for peer review, dissemination of research results e impact measurement.
Portando, após ter apresentado alguns entre os principais aspectos do debate sobre validação dos dados, o presente editorial fornece uma breve descrição de elementos que devem servir como guia para a comunidade científica para testar a aplicabilidade da peer review aos dados da pesquisa no Direito processual penal.
A avaliação dos dados corresponde, em grande parte, ao processo de validação repetido durante o inteiro ciclo da pesquisa. Inicia já na fase da proposta, com a definição de um data management plan que guia o pesquisador na colheita e administra os dados segundo critérios de qualidade. Aplica-se a um set coerente de resultados, obtidos por meio da elaboração dos dados recolhidos, no momento da submissão segundo critérios e procedimentos estabelecidos por quem assume a tarefa de publicar os resultados da pesquisa.
9 WANG, Richard; STRONG, Diane, Journal of Management Information
Enfim, é atuada pelos membros da comunidade científica que possuem acesso ao dataset e o reutilizam para produzir outros resultados. O ponto crucial é, portanto, representado pela publicação do dado que implica uma avaliação sobre a qualidade, diferente respeito ao caso do compartilhamento de dados na pesquisa, por exemplo em paginas web não submetidas a um processo de avaliação e aprimoramento por con-trole por pares. Tal avaliação constitui um valor a mais para o potencial utilizador (certifica a confiabilidade) e contemporaneamente dá crédito acadêmico ao(s) autor(es) e/ou instituição que os produziu. Por esta razão a publicação é relacionada não somente com o peer review (tradi-cional e/ou aberta), mas também com a citabilidade do dataset, porque esta também constitui uma atribuição de mérito (positiva ou negativa) pelos pares. Delineia-se, portanto, dois momentos essenciais de avaliação: (1) aquela feita na fase de pré-publicação pelos especialistas na conservação e gestão do dado e do domínio;
(2) e uma atuada na fase pós-publicação pela comunidade de referência através das citações (porém no caso dos dados isto implica a adoção de um standard que ainda teria que ser definido), ou utilizando os instrumentos do altmetrics10.
Em geral, a maior parte dos estudiosos são concordes em afirmar que o processo de peer review de dados é mais complexo e articulado em relação àquele dos artigos científicos. Este requer um consenso ainda não alcançado, se não a nível de específicas comunidades, dos quais aspectos do dado devem ser objeto de avaliação11. A isto adiciona-se a complexidade
ligada às diferentes tipologias de dados, criados e recolhidos, nos diferentes setores, pra finalidades diversas, com diferentes métodos, instrumentos e técnicas. Além disso, o dado é por si mesmo dinâmico, continuamente atualizável e modificável durante a pesquisa. Entram em jogo, portanto, aspectos ligados à identificação do dataset como produto da pesquisa estável, complexo e permanente12 que deveriam ser facilmente recupe-10 Ver: <https://www.altmetric.com/>, acesso: agosto 2017.
11 KRATZ, John Ernest; STRASSER, Carly, Researcher Perspectives on Publica-tion and Peer Review of Data. PLoS ONE, 2015, p. 35 s.
12 CALLAGHAN, Sarah et. al., Making Data a First Class Scientific Output: Data Citation and Publication by NERC’s Environmental Data Centres.
ráveis para ser em seguida reutilizados e reproduzidos. A possibilidade de reproduzir e/ou replicar os resultados de uma pesquisa, a partir dos dados recolhidos, representa de fato o fundamento do método científico sobre o qual se baseia o progresso da ciência. Isto consentiria de subir nas costas, se não de um gigante, de um corpo de resultados sobre os quais construir novos conhecimentos13.
Como dito acima, se está delineando um modelo ideal de publi-cação representado pela estreita colaboração entre trusted data repository e data journal.
Os repository certificados (trusted) são aqueles que desenvolvem claras políticas de gestão dos resultados da pesquisa, asseguram e conser-vam a longo prazo os dados, permitem o acesso ao dataset, implementam procedimentos de controle de qualidade, desenvolvem instrumentos de pesquisa para recuperá-los e fornecem estatísticas de uso14. Os data jour-nal, por sua vez, de acordo com as próprias políticas editoriais, fornecem
dois tipos de linhas-guia:
(1) para o produtor/autor de dados; (2) para revisores.
As primeiras deveriam guiar o produtor/autor na descrição do
dataset em termos de metodologia e protocolo utilizado para recolher e
elaborar os dados; as segundas deveriam indicar aos revisores os critérios a partir dos quais avaliar o data paper.
Em tal contexto o data journal, considerado como tipologia de publicação que promove o reuso e a citação, serve como ponte entre o dataset acessível em um data repository certificado e o artigo cien-tífico tradicional, em quanto fornece uma documentação detalhada
Peer Review of Datasets: When, Why, and How. Bulletin of the American
Me-teorological Society, 2015, p. 11 s.
13 CALLAGHAN, Sarah et. al., Making Data a First Class Scientific Output: Data Citation and Publication by NERC’s Environmental Data Centres.
Internatio-nal JourInternatio-nal of Digital Curation, 2012, p. 17 s.; MAYERNIK, Matthew S. et al.,
Peer Review of Datasets: When, Why, and How. Bulletin of the American
Me-teorological Society, 2015, p. 11 s.
14 CALLAGHAN, Sarah et al., Guidelines on Recommending Data Repositories as Partners in Publishing Research Data. International Journal of Digital
da metodologia e do processo de colheita dos dados reenviando ao
set originário (através de DOI bidirecionais e/ou link persistentes).
Ademais, pode-se até mesmo referir ao artigo tradicional que, por outro lado, se focaliza na interpretação dos resultados. A ligação bio-direcional entre repository e data journal facilita a identificação e a recuperação do dataset que é acessível pelo repository em termos de licença e formato. Note-se também que os requisitos de recuperação e acessibilidade representam as pré-condições necessárias para tornar o dado reutilizável, por esta razão os elementos que determinam tais requisitos no dado, e nos respectivos metadados, são também objeto de controle de qualidade e constituem o denominador comum da maior parte dos repository e data journal15.
Inumeráveis e diferentes são os aspectos do dado e dos meta-dados que necessitam de um controle de qualidade, quando entram em jogo os específicos setores do Direito processual penal, as metodolo-gias e as técnicas para adquiri-los. São muitas as indicações teóricas16,
assim como são inúmeros os estudos que analisam as práticas em uso e que indicam uma diversidade nas abordagens e nas praticas de con-trole de qualidade do repository que nas linhas guia para o revisor17.
Provavelmente, isso depende do fato que alguns critérios de qualidade do dado (completeza, autenticidade, integridade, interoperabilidade, reutilizabilidade18) podem ser examinados através de um ponto de vista
diferente que depende largamente do contexto no qual os dados são validados e das finalidades específicas de cada stakeholder envolvido no processo de publicação. Indica-se, por exemplo, o requisito da reutilizabilidade, que tradicionalmente é identificado como uma das qualidades fundamentais do dado.
15 MAYERNIK, Matthew S. et al., Peer Review of Datasets: When, Why, and How. Bulletin of the American Meteorological Society, 2015, p. 11 s.
16 LAWRENCE, Bryan, Citation and Peer Review of Data: Moving Towards For-mal Data Publication, 2011, p. 6 s.; PARSONS, Mark A. et al., Data Citation and Peer Review. Eos, 2013, p. 297-298.
17 CANDELA, Leonardo et al., Data Journals: A Survey. Journal of the
Associa-tion for InformaAssocia-tion Science and Technology, 2015, p. 25 s.
18 Cfr. <https://www.force11.org/group/fairgroup/fairprinciples>. Acesso: maio 2017.
Em geral, o reuso é visto segundo duas concepções que se referem a dois aspectos entre eles coligados:
(1) a qualidade dos metadados que facilita o reuso quando permite de reconstruir o processo de colheita e elaboração;
(2) possível impacto para a comunidade de referência.
Ambos estes aspectos são objetos de avaliação. Simplificando, o primeiro refere-se aos aspectos mais técnicos do dado, por outro lado, o segundo é relativo àqueles mais propriamente científicos19.
Todavia, o reuso ligado ao impacto permanece o ponto mais problemático a ser analisado a priori. Em geral, pode ser confirmado pelo próprio fato de ser citado uma vez que o dado é publicado e, assim como as outras formas de publicação, indicações sobre sua relevância podem ser medidas calculando o número de citações recebidas. Isso entra entre as principais métricas de avaliação em fase pós-publicação, dando reconhecimento e crédito a quem produziu os resultados da pesquisa.
Em suma, trata-se de uma ação de coordenação e suporte à pes-quisa, finalizada a criação de um network e plataformas, com o auxílio de especialistas de biblioteconomia, tecnologias da informação e comu-nicação, editores, pesquisadores.
Três são os temas centrais para o desenvolvimento da ciência aberta: (1) open peer-review; (2) disseminação inovadora dos resultados da pesquisa; (3) instrumentos alternativos que medem o impacto da pesquisa.
Acredita-se que estes constituem um referencial sobre os quais analisar as transformações no sistema da comunicação científica, cuja finalidade é:
(a) identificar mecanismos, processos e instrumentos inovadores para o peer review aplicado a todos os resultados da pesquisa;
(b) explorar mecanismos de disseminação eficazes para o setor educativo;
(c) analisar um conjunto de novos indicadores para a avaliação do impacto dos resultados da pesquisa coligados aos canais de difusão.
19 CALLAGHAN, Sarah et. al., Making Data a First Class Scientific Output: Data Citation and Publication by NERC’s Environmental Data Centres.
Geralmente, é difícil delimitar exatamente a área do Processo penal porque este inclui diferentes setores com autônomas tradições e que por sua vez influenciam a metodologia e as técnicas de pesquisa. A variedade dos dados das diferentes abordagens metodológicas e técnicas de investigações condicionam as modalidades de descrição do dado e dos metadados, assim como as práticas de difusão e reuso.
O Digital Curation Centre20 (DCC) desenvolveu o standard Data Documentation Initiative21 (DDI) para a descrição dos dados da
pesqui-sa nas Ciências sociais, nas quais se insere o Direito Processual Penal, individuando um esquema de metadados e um dicionário que facilita o acesso, a citabilidade e a reutilização. Além disso, o DDI é inter-operável com outros esquemas de metadados bibliográficos quais o Dublin Core22,
o Marc23 e Statistical Data and Metadata eXchange24 (SDMX). Todavia,
a difusão do DDI ainda é limitada a um número restrito de repository. Neste setor, uma porção consistente de dados é representada pelos dados oficiais (os big data governativos) produzidos com finalidades diferentes daquelas propriamente científicas. Os entes governativos e os Institutos de estatísticas nacionais, até mesmo em função das recentes normativas (na Itália, por exemplo, a lei sobre a transparência, nos USA ao Freedom act, no Renho Unido ao Freedom of information act), têm a obrigação de tornar públicos os dados produzidos. Tais entes seguem procedimentos homologados para a colheita e elaboração dos dados e fornecem normalmente uma documentação detalhada que descreve tanto os aspectos metodológicos quanto técnicos do dataset colocado à disposição. Trata-se frequentemente de investigações repetidas em intervalos regulares (tipicamente os censimentos), ou sobre temas espe-cíficos que tendem a revelar comportamentos da população em relação a um fenômeno. Os dados produzidos pelos Institutos de estatística
20 Digital Curation Centre: <http://www.dcc.ac.uk/>. Acesso: fevereiro 2017.
21 Data Documentation Initiative:
<http://www.dcc.ac.uk/resources/metadata--standards/ddi-data-documentation- initiative>. Acesso: fevereiro 2017.
22 Dublin Core: <http://dublincore.org/>. Acesso: janeiro 2017.
23 Marc standards: <https://www.loc.gov/marc/>. Acesso: janeiro 2017.
24 Marc standards: <https://www.loc.gov/marc/11StatisticalDataandMetada-taeXchange https://sdmx.org/>. Acesso: janeiro 2017.
nacionais e internacionais estão entre as principais fontes utilizadas pelos pesquisadores sociais para produzir novas pesquisas. Fontes cen-tralizadas de dados, como por exemplo o UK Data Archive25, fornecem
acesso tanto a dados oficiais como àqueles produzidos para finalidades científicas e aplicam técnicas assimiláveis de validação que sustentam a confiabilidade do dado.
É possível afirmar que o modelo de publicação do dado nas ciên-cias sociais permanece prevalentemente vinculado à difusão através dos
data repository e/ou das tradicionais revistas científicas, algumas das quais
requerem documentação suplementar para a descrição dos dados. Atual-mente existe soAtual-mente um único data journal no setor das ciências sociais: “Research Data Journal (RDJ)”26, criado pelo Data Archiving and Network Services (DANS)27 em 2016 com a finalidade de aumentar a visibilidade
dos dados depositados no arquivo e de fornecer uma documentação mais ampla e detalhada. A revista segue o modelo do data journal em quanto confere o DOI ao artigo e o conecta com o dataset depositado em um dos arquivos. O seu desenvolvimento recente permite atualmente uma análise comparativa com as experiências de outros setores disciplinares, mas constitui sem dúvidas um produto editorial interessante e que merece ser monitorado no futuro.
Os repository nas ciências sociais representam, portanto, as principais fontes de acesso aos dados. Consequentemente, a qualidade do dado é diretamente proporcional à qualidade do repository. Quanto mais o repository aplica políticas transparentes e adota procedimentos rigorosos no processo de cura e arquivamento dos dados, mais os dados publicados serão de alta qualidade científica e, portanto, confiáveis e reproduzíveis.
Essa relação é bem representada pela pirâmide dos dados no relatório da Royal Society (2012), onde o valor do dado cresce em rela-ção às práticas com as quais os dados são administrados e conservados.
25 UK Data Archive: <http://www.data-archive.ac.uk/>. Acesso: janeiro 2017.
26 Research Data Journal: <http://dansdatajournal.nl/ddj/>. Acesso: dezembro
2016.
27 Data Archiving and Network Services: <https://dans.knaw.nl/en>. Acesso:
A pirâmide apresenta quatro níveis de tipologias de data repository, na base encontram-se as coleções individuais colocadas à disposição dos produtores de dados; no nível subsequente se encaixam os repository institucionais que gerem os dados das próprias pesquisas. Neste caso, considerado que com frequência os repository institucionais gerem di-ferentes tipologias de publicações, os procedimentos de validação são frequentemente heterogêneos. Nos planos altos da pirâmide estão os data
center de âmbito nacional28, e o ápice é constituído pelas infraestruturas
de pesquisa a nível internacional29.
Em conclusão, Carpenter afirma que o numero dos dataset dis-poníveis aumentou em 400% de 2011 a 2015 e algumas investigações30
parecem confirmar essa tendência. Isso ocorre especialmente quando os editores pedem o acesso ao dado antes da avaliação entre pares. Isto demonstra, come já afirmado por Merton, que é necessário que as nor-mas individuais ou de comunidade encontrem uma correspondência com aquelas das instituições. Somente esta aliança permite consolidar boas práticas de compartilhamento de dados, que sejam universalmente reconhecidos como bem comum31.
28 Por exemplo o Gesellschaft Sozialwissenschaftlicher
Infrastruktureinrichtun-gen (GESIS) <https://www.gesis.org/en/home/>. Acesso: janeiro 2017 e o Swedish National Service (SNS) <https://snd.gu.se/en>. Acesso: janeiro 2017.
29 A nível europeu ver: Consortium of European Social Science Data Archives (CESSDA Eric) <https://www.cessda.eu/>. Acesso: março 2017; a nível internacional: Interuniversity Consortium for Political and Social Research (ICPSR) <https://www.icpsr.umich.edu/icpsrweb/>. Acesso: março 2017. É interessante mencionar o projeto “Data impact blog” <http://blog.ukdata-service.ac.uk/>, acesso: abril 2017, que incentiva discussões nos blogs para intensificar os debates, compartilhar experiências, best practice e manter a comunidade cientifica atualizada sobre os problemas emergentes.
30 REILLY, Susan et al., Report on Integration of Data and Publications, 2011, p. 33 s.; JENG, Wei et al., Toward a Conceptual Framework for Data Sharing Practices in Social Sciences: A Profile Approach. In the Proceedings of the ASIS, 2016, p. 21 s.
31 FECHER, Benedikt et al., A Reputation Economy: How Individual Reward Considerations Trump Systemic Arguments for Open Access to Data.
Palgra-ve Communications, Nature Publishing Group, 2017, p. 17051 s.; MERTON,
Robert K., The Sociology of Science: Theoretical and Empirical Investigations. University of Chicago Press, 1973, p. 45 s.
A recente afirmação dos data journal caminha nesta direção, por-que estes propõem um modelo de forte colaboração entre editores dos
data journal e os gestores dos data repository acomunados pela intenção
de tornar os dados válidos e acessíveis para a comunidade científica. A criação de novos modelos de publicação cria um efeito sobre as diferentes componentes do sistema científico. Estes novos modelos são propostos e experimentados dentro de específicas comunidades científicas que, com base em suas práticas de pesquisa, se deram regras comum para o compartilhamento de dados desenvolvendo instrumentos como as plataformas, metadados, protocolos de validação, etc.
Acredita-se, portanto, que seja importante iniciar um debate com relação à área do Direito Processual Penal, que analise as problemáticas de validação do dado, privilegiando os aspectos que os tornam reproduzíveis e replicáveis (aspectos chave em uma visão de integridade da ciência fundamentada do principio da “duvida sistemática”) e que reflitam os critérios acima citados de Merton. Tal integridade encontra na citação uma ulterior forma de validação que, como sublinhado, subintende o reconhecimento do autor e a atribuição de prioridade, a qual representa uma verdadeira moeda da ciência.
Este editorial tem a finalidade de abrir a discussão sobre a apli-cabilidade da revisão paritária aberta de dados da pesquisa produzidos nas Ciências Sociais, como é o Direito processual penal, considerando as transformações no atual cenário da pesquisa científica, cujos objetivos são: (1) identificar mecanismos, processos e instrumentos inovadores para o peer review aplicada a todos os resultados da pesquisa;
(2) explorar os mecanismos da disseminação inovadora para o processo penal;
(3) analisar um conjunto de novos indicadores (altmetric) que avaliem o impacto dos resultados da pesquisa coligando-os aos canais para a difusão, com fim de construir o contexto global do compartilhamento dos dados, para poder identificar os critérios selecionados pela comunidade científica, em uma perspectiva ampla, que envolve a visão seja daqueles que fornecem os dados seja de quem utiliza os dados.
B
iBliografiaCALLAGHAN, Sarah et. al., Making Data a First Class Scientific Output: Data Citation and Publication by NERC’s Environmental Data Centres. International Journal of Digital Curation, 2012, p. 11 s.
CALLAGHAN, Sarah et al., Processes and Procedures for Data Publication: A Case Study in the Geosciences. International Journal of Digital Curation, 2013, p. 6 s. CALLAGHAN, Sarah et al., Guidelines on Recommending Data Repositories as Partners in Publishing Research Data. International Journal of Digital Curation, 2014, p. 23 s.
CANDELA, Leonardo et al., Data Journals: A Survey. Journal of the Association for Information Science and Technology, 2015, p. 23 s.
FECHER, Benedikt et al., A Reputation Economy: How Individual Reward Consi-derations Trump Systemic Arguments for Open Access to Data. Palgrave Commu-nications, Nature Publishing Group, 2017, p. 17051 s.
JENG, Wei et al., Toward a Conceptual Framework for Data Sharing Practices in Social Sciences: A Profile Approach. In the Proceedings of the ASIS, 2016, p. 21 s. KRATZ, John Ernest; STRASSER, Carly, Researcher Perspectives on Publication and Peer Review of Data. PLoS ONE, 2015, p. 35 s.
LAWRENCE, Bryan, Citation and Peer Review of Data: Moving Towards Formal Data Publication, 2011, p. 6 s.
MAYERNIK, Matthew S. et al., Peer Review of Datasets: When, Why, and How. Bulletin of the American Meteorological Society, 2015, p. 11 s.
MERTON, Robert K., Priorities in Scientific Discovery: A Chapter in the Sociology of Science. American Sociological Review, 1957, p. 22 s.
MERTON, Robert K., The Sociology of Science: Theoretical and Empirical Inves-tigations. University of Chicago Press, 1973, p. 45 s.
PARSONS, Mark A. et al., Data Citation and Peer Review. Eos, 2013, p. 297-298. REILLY, Susan et al., Report on Integration of Data and Publications, 2011, p. 33 s. WANG, Richard; STRONG, Diane, Journal of Management Information Systems, vol. 12, n. 4, Spring, 1996, p. 5-33.
Informações adicionais e declarações do autor (integridade científica)
Agradecimentos: A autora agradece o prof. Vinicius Vasconcellos
pela valiosa colaboração na revisão do texto do editorial.
Declaração de conflito de interesses (conflict of interest declaration):
a autora confirma que não há conflitos de interesse na realização das pesquisas expostas e na redação deste editorial.
Declaração de autoria (declaration of authorship): todas e somente
as pessoas que atendem os requisitos de autoria deste editorial estão listadas como autores; todos os coautores se responsabilizam integralmente por este trabalho em sua totalidade.
Declaração de ineditismo e originalidade (declaration of origina-lity): a autora assegura que o texto aqui publicado não foi
divul-gado anteriormente em outro meio e que futura republicação somente se realizará com a indicação expressa da referência desta publicação original; também atesta que não há plágio de terceiros ou autoplágio.
esta obra está licenciada com uma licença Creative Commons Atribuição-NãoComercial 4.0 Internacional. como cItaR este edItoRIal:
CaPParelli, Bruna. editorial: instrumentos e práticas de suporte para a realização dos objetivos de Ciência aberta – Por uma revisão de dados no Direito Processual Penal. Revista Brasileira de Direito Processual Penal, Porto alegre, vol. 4, n. 2, p. 485-498, mai./ago. 2018. https://doi.org/10.22197/rbdpp.v4i2.165
